Événements de l'Académie du numérique de l'ÉFPC/S'attaquer aux biais de données en intelligence artificielle - Biographies des conferenciers

Date et heure: 30 novembre 2021 | de 13 h 30 à 15 h (HE)

Inscrivez-vous
Rejoignez-nous sur GCcollab pour des mises à jour et des discussions

Biographies des conferenciers

	Nicholas Scott directeur, Services d'innovation, Académie du numérique, École de la fonction publique du Canada Nicholas et son équipe proposent des expériences d’apprentissage pratiques par l’entremise d’expériences et d’ateliers en équipe afin de tester des idées et des approches relatives à la technologie et aux méthodes de travail utilisées à l’ère d’Internet. L’équipe soutient l’Académie du numérique et ses partenaires en leur apportant des compétences techniques afin de moderniser la fonction publique et de mettre en relation les apprenants et les spécialistes du numérique au moyen de rencontres et d’événements.
	Christopher Allison Chief Data Officer, Public Health Agency of Canada Chris Allison est directeur général, Gestion des données, innovation et analyse, et dirigeant principal des données à l’Agence de la santé publique du Canada. Les fonctions de Chris, au cours de ses 20 ans de carrière au gouvernement, concernaient entre autres les activités, le maintien de l’ordre, l’immigration, la sécurité nationale, les politiques, les grands projets, le transport aérien, les codes sources libres, les données, le développement et le leadership. Chris poursuit continuellement son apprentissage de façon autonome. Il se passionne pour les gens, l’analyse de réseaux et les systèmes, et est conscient des liens qui existent entre nos gens, nos environnements, nos systèmes et nos organisations.
	Ima Okonny Chief Data Officer, Employment and Social Development Canada Ima, la dirigeante principale des données à Emploi et Développement social Canada (EDSC), a plus de 21 ans d’expérience dans le domaine des données. Elle a acquis une vaste expérience en matière de développement de données probantes, que ce soit pour le développement de bases de données analytiques ou la création d’outils analytiques, la mise en œuvre de stratégies ministérielles de communication et de diffusion des données, la gestion des données, les protocoles de confidentialité des données, ainsi que l'élaboration de politiques et de recherches prospectives. Ima a une formation en mathématiques, en programmation informatique et en gestion publique. Durant sa carrière au gouvernement du Canada, elle a reçu des multiples nominations et prix pour son leadership et ses réalisations. Elle est passionnée par le fait d'aider les organisations à développer les capacités requises pour produire de manière éthique et intentionnelle une valeur ajoutée et concrète à partir des données.
	Shingai Manjengwa fondatrice et présidente-directrice générale, Fireside Analytics Inc., et directrice de l'enseignement technique, Institut Vecteur en intelligence artificielle Shingai Manjengwa est fondatrice et présidente-directrice générale de Fireside Analytics Inc., une société qui offre des solutions d’enseignement de la science des données et qui développe des programmes d’enseignement personnalisés. Ces programmes portent sur la littératie numérique et l’intelligence artificielle (IA), la science des données, la confidentialité des données et la programmation informatique. Ils s’adressent à divers publics, notamment les décideurs, les praticiens, les apprenants au niveau secondaire et les professionnels. Plus de 500 000 apprenants sont inscrits aux cours de Fireside Analytics qu’ils suivent sur des plateformes comme Cognitive Class.ai et Coursera d’IBM. Scientifique des données de profession, Shingai est également directrice du développement professionnel et de l’enseignement technique à l’Institut Vecteur en intelligence artificielle, à Toronto, où elle utilise les résultats de recherches avancées en IA pour développer des programmes éducatifs qui visent à favoriser l’adoption responsable de l’IA et de l’innovation dans l’industrie. Shingai est membre du conseil responsable de la mise en œuvre d’« Accelerating the adoption of AI in healthcare » (accélérer l’adoption de l’IA dans le secteur de la santé), un programme qui relève de l’Institut Michener pour l’éducation du Réseau universitaire de santé et de l’Institut Vecteur, et dont l’objectif est de doter les travailleurs de première ligne du secteur de la santé de compétences en matière d’IA. Shingai siège également au conseil d’administration de l’Institut sur la gouvernance. Le livre de Shingai, The Computer and the Cancelled Music Lessons, enseigne la science des données aux enfants de cinq à douze ans. Shingai est titulaire d’une maîtrise en analyse des données en entreprise de la Stern School of Business de l’Université de New York. Elle est la lauréate 2020 du prix du leader émergent remis par le Forum des politiques publiques. Vous trouverez Shingai sur LinkedIn et Twitter à : @Tjido.
	Brent Barron directeur, projets stratégiques, mobilisation du savoir, CIFAR Brent Barron est directeur, Projets stratégiques, Mobilisation des connaissances, à l’Institut canadien de recherches avancées (CIFAR), où il est chargé de mobiliser la communauté des politiques autour de la science de pointe. Il a joué un rôle important dans l’élaboration de la Stratégie pancanadienne en matière d’IA et supervisé son programme IA et société, qui vise à étudier les conséquences sociales, éthiques, juridiques et économiques de l’IA. Il a également été détaché auprès de l’Institut Schwartz Reisman pour la technologie et la société de l’Université de Toronto pour appuyer le lancement de l’Institut. Avant cela, Brent a occupé divers postes dans la fonction publique de l’Ontario, notamment au ministère de la Recherche, de l’Innovation et des Sciences. Brent est titulaire d’une maîtrise en politique publique de l’Université de Toronto, ainsi que d’un baccalauréat en études des médias de l’Université Western.
	Sevgui Erman directrice, Scientifique en chef des données, Statistique Canada Sevgui Erman est scientifique en chef des données et directrice principale de la science des données à Statistique Canada. Elle est passionnée par la technologie, les mégadonnées, l’intelligence artificielle (IA) et leur utilisation pour le bien du public. Elle possède de l’expérience dans le développement d’algorithmes et de systèmes dans les secteurs privé, public et universitaire. Avant d’entrer au service de Statistique Canada, elle a travaillé comme gestionnaire de projet technique au sein du service de technologie LTE sans fil 4G d’Ericsson ainsi que du service de recherche et développement de réseau à fibre optique de Nortel Networks. Elle possède également de l’expérience dans la transposition de résultats de recherches universitaires en applications pratiques. Sevgui est titulaire d’un doctorat de l’Université Paris-Sud en traitement du signal et en commande des systèmes, deux domaines étroitement liés à l’IA. Au début de 2018, Sevgui a dirigé la création d’un pôle de solutions d’apprentissage automatique et d’AI au sein de Statistique Canada, soit l’Accélérateur de la science des données (ASD). Son objectif : renforcer les capacités en science des données au sein de l’organisation en résolvant des problèmes concrets et en livrant des résultats pratiques qui permettent aux clients d’avancer en toute confiance avec les mégadonnées et les données non structurées. L’ASC était exploité comme une entreprise en démarrage, c’est-à-dire qu’il tirait parti des pratiques exemplaires en matière d’entrepreneuriat, qu’il suscitait le changement de culture grâce aux petites victoires et qu’il donnait confiance dans les nouvelles méthodes. En septembre 2019, Sevgui a été nommée directrice principale de la nouvelle Division de la science des données, créée pour servir de noyau de recherche et développement pour l’exploration et l’application de la science des données au sein de l’organisation. La division déploie une expertise multidisciplinaire spécialisée dans les techniques les plus récentes en matière de codes sources libres, de matériel et de services infonuagiques pour entreprendre des projets utilisant l’apprentissage profond, le traitement du langage naturel, le traitement des images, les techniques de protection des renseignements personnels et les méthodes de recherche documentaire.